Multitask Gaze Estimation with Unidirectional Convolution

本研究提出了一种Multitask-Gaze网络模型，旨在解决轻量级模型在凝视估计任务中的性能下降问题。通过引入单向卷积和注意力机制，提升了模型的表征能力。实验结果表明，在MPIIFaceGaze和Gaze360数据集上，模型性能分别提升1.71%和2.75%，同时参数和FLOPs分别减少75.5%和86.88%。